M-FPCA在彩色人脸图像识别中的应用

作者：王赟; 朱嘉钢; 陆晓; 黄可望

来源：计算机工程, 2013, (12): 191-195+199.

• 主成分分析
• 因子化主成分分析
• 模块化FPCA
• 彩色M-FPCA
• 特征提取
• 彩色图像识别 Principal Components Analysis(PCA)
• Factored PCA(FPCA)
• Modular-FPCA(M-FPCA)
• color M-FPCA
• feature extraction
• color image recognition

将因子化主成分分析(FPCA)算法应用于人脸图像特征提取时,需要使用迭代算法,但该算法应用于高分辨率图像时实时性较差,并且可能导致维数灾难。针对上述问题,提出一种模块化FPCA(M-FPCA)的新型特征提取方法。将原始数字图像样本进行模块化,对模块化后得到的各个子图像矩阵采用FPCA算法进行特征提取,合并子图像特征矩阵得到原图的特征矩阵。彩色图像由R、G、B 3个分量来表示,根据现有彩色信息融合方法的不足,对其进行改进,并结合M-FPCA算法,提出一种彩色M-FPCA新方法。在CVL和FEI人脸库上进行的实验结果表明,M-FPCA方法能提高FPCA算法的实时性,解决维数灾难问题。彩色M-FPC...

• 单位
  江南大学; 无锡职业技术学院